我們在計算機視覺領(lǐng)域取得了長足的進步，以至于配備了人工智能(AI)的自動駕駛汽車可以有效地“看到”周圍的環(huán)境。但是，我們可以教AI如何“感受”它所??看到的東西嗎?Getty Images的人們認為我們可以。

乍一看，人工智能可以“感受”某些東西的想法似乎牽強?？傮w而言，感覺與我們的人類身份緊密相關(guān)。任何人對某事的感覺必然與另一人的感覺不同。根據(jù)定義，感覺是主觀的。實際上，很難找到比“感覺”更主觀的主題。那么，這如何與計算機的客觀功能相結(jié)合?

根據(jù)Getty Images的高級數(shù)據(jù)科學(xué)家Andrea Gagliano的說法，該解決方案相對簡單。

就像計算機視覺程序通過將圖像分解為組成特征(或向量)并將其與已知實體進行比較來攻擊識別問題一樣，Getty也在訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)算法以尋找圖像本身中的某些元素以確定有關(guān)人類將依附于他們的情緒的線索。

加利亞諾說，這個竅門是將各種人類情感編碼為與圖像相關(guān)的向量。對于蓋蒂數(shù)據(jù)科學(xué)家選擇的每種情感或感覺，例如“真實的”或“此刻”，該公司將收集以某種方式表示該感覺或情感的圖像集合。每個圖像都有100到1,000個可以構(gòu)建該矢量的特征或變量，然后可以用來推斷新圖像。一旦建立起來，這些模型就可以用來生成更好的關(guān)鍵字，以幫助用戶找到圖像，Gagliano說。

她說：“從計算機視覺的角度來看，我們正在構(gòu)建更豐富的元數(shù)據(jù)，以數(shù)學(xué)方式表示圖像的不同部分，無論是圖像的語義理解還是人們周圍的事物。”

除了生成更好的關(guān)鍵字之外，向量還可以用于創(chuàng)建與某些感覺或心情相對應(yīng)的不同圖像組。例如，該公司正在尋求使用高維特征來表示“真實”或“當(dāng)下”的感覺，Gagliano說。

她說：“我們在客戶[要求]方面正在做很多工作，以提供更多'真實的'和'較少庫存的'圖像。”“所以我們正在解構(gòu)，那真的意味著什么?這是否意味著人們沒有微笑，或者他們沒有看著相機?可能存在著溫暖的人際關(guān)系，或者也許他們在此刻，在說話或舉手。因此，“真實圖像”的像素元素是什么，我們可以圍繞這些圖像元素建立計算機視覺，以補充圖像周圍的語言數(shù)據(jù)，從而能夠在搜索中更好地提供這些圖像。”

Gagliano說，無論是通過傳統(tǒng)關(guān)鍵字還是通過幕后的高維度功能，用戶與圖像進行交互的方式都是為了為Getty Images用戶提供與公司目錄中3億張圖像進行交互的新方式。